为了弥补传统打磨方法的不足，提高铸件的打磨效率和精度，研究人员在判断和预测方面结合了智能传感装置和人工智能算法。主要成果包括基于图像视觉的打磨方法、激光传感、数据驱动的打磨预测、2.5D局部特征信息、设计模型与3D点云的比较等。

手工打磨可以根据实际情况，其中一道工序完成后需要进行观察和测量，实时对比图纸和尺寸后调整后续打磨策略。随着机器视觉的广泛应用，可以实现仿人打磨策略的实时反馈和智能规划。在人工智能技术的支持下，视觉传感器在广泛的智能应用中得到了应用，对促进打磨过程的改进起到了积极的作用.视觉传感器具有非接触检测、精度高、重复性强、速度快、稳定性好、成本低等优点

表示由传感装置获得的待抛光工件的数据模板；待抛光工件的局部模板特征；通过精细配准显示B在A中的位置。配准后便于磨具规划工件的加工路线，可以大大提高加工精度。高精度匹配对于自动打磨至关重要。

上述基于2.5D局部特征信息的打磨方法，深度方向精度较低，可用于加工精度要求不高的零件。使用局部信息抛光的缺点是需要额外的步骤来获得表面信息，并且像2D方法一样，这需要从单独的特定视点进行表示。

目前，有两个10英尺直径的工作台用于零件，由第三个工作台支持，该工作台可以将工作引入和引出机器人的工作范围。所有三个工作台都由闭环液压致动器独立控制。工作台多可支撑四个零件，每个零件重达3，750磅。主桌具有相当大的额外容量，可支撑多达15，000磅的工作。工作台系统依靠多个液压缸，因此它是水平和均匀支撑的。

机器人打磨通过增加能够相对自由地在零件内部操作的灵活性而大大超越了5轴加工。清理铸件的内表面相对容易，因为机器人可以从任何一侧进入内部。

SET机器人打磨中心将CAD、CAM、视觉、称重传感器、主轴驱动和机器人结合成一个优雅的、高生产率的工作单元，解决了许多应用问题。新解决方案的经济效益引起了几家大公司的注意，它们表示有兴趣根据自己的要求测试该系统